Implementasi Metode Least Square Untuk Prediksi Penjualan Kue Donat dan Bomboloni
Abstract
Abstrak. Prediksi Jumlah permintaan kue donat dan bomboloni oleh pelanggan (konsumen) Toko Milly Donuts selama ini tidak akurat, dimana jumlah produksi tidak sesuai dengan jumlah permintaan konsumen. Penelitian ini bertujuan mengimplementasikan Metode Least Square untuk melakukan forecast (prediksi) dalam penjualan. Metode Least Square merupakan salah satu teknik dalam menyusun forecast penjualan dengan meminimumkan fungsi kriteria jumlah kuadrat kesalahan prediksi serta menggunakan Mean Squad Error (MSE), Mean Absolute Deviation (MAD) dan Mean Absolute Percentage Error (MAPE) untuk mengetahui tingkat kesalahan dalam metode least square. Prediksi menggunakan metode Trend Least Square, dimana nilai peramalan yang didapatkan diharapkan sesuai data aktual. Data yang dipakai dalam penelitian ini merupakan pencatatan penjualan kue donat dan bomboloni pada bulan Januari 2021 hinggai bulan Desember 2021. Hasil penelitian memperoleh forecast penjualan untuk bulan Januari hingga Maret 2022 sebanyak 1550,1579,1608 dengan kesalahan sebesar 0,34 pada MAD, 1,707 pada MSE dan 0,03602% pada MAPE.
Kata kunci: Prediksi; Least Square; Mean Squad Error; Mean Absolute Deviation; Mean Absolute Percentage Error
Abstract. Prediction of requests amount for donuts and bomboloni by customers (consumers) of Milly Donuts Shop so far is not accurate, where the amount of production does not match the number of consumer requests. This study aims to implement the Least Square Method to forecast (prediction) in sales. The Least Square method is one of the techniques in preparing sales forecasts by minimizing the criterion function for the number of squares of prediction errors and using Mean Squad Error (MSE), Mean Absolute Deviation (MAD) and Mean Absolute Percentage Error (MAPE) to determine the error rate in the least squares method. Prediction using the Trend Least Square method, where the forecast value obtained is expected to match the actual data. The data used in this study is the recording of sales of donuts and bomboloni in January 2021 to December 2021. The results of the study obtained sales forecasts for January to March 2022 as many as 1550,1579,1608 with errors of 0.34 in MAD, 1.707 in MSE and 0.03602% on MAPE.
Keywords: Prediction; Least Square; Mean Squad Errors; Mean Absolute Deviation; Mean Absolute Percentage Error
References
A. Sumiah, D. Irawan, F. Ilmu, K. Universitas, and J. N. Informatika, “Perancangan Data Warehouse Dan Penerapan Data Mining Untuk Mendukung Sistem Informasi Akademik,” J. Infrormation Syst., vol. 8, pp. 7–17, 2014, [Online]. Available: https://journal.uniku.ac.id/index.php/cloudinformation/article/view/1146.
Irmawati, Z. Zainuddin, and Yuyun, “Data Mining Untuk Penentuan Model Tingkat Kesuksesan Kelulusan Murid Sma Pada Perguruan Tinggi Negeri : Data Mining for Determination of High School Student Graduation Model At State University ; Case Study in Iain Bone,” vol. 3, no. 2, pp. 113–118, 2020, doi: 10.33387/jiko.
J. Andriano Frans, M. Orisa, and S. Adi Wibowo, “Prediksi Penjualan Kayu Lapis Di Cv Diato Wood Sejahtera Dengan Metode Trend Moment Berbasis Web,” JATI (Jurnal Mhs. Tek. Inform., vol. 4, no. 2, pp. 183–190, 2020, doi: 10.36040/jati.v4i2.2719.
N. P. Dewi and I. Listiowarni, “Peramalan Harga Bahan Proyek Menggunakan Metode Least Square (Studi Kasus : CV Rizky Mulya),” J. Teknol. Inform., vol. 2, no. 1, pp. 27–33, 2019.
B. U. Putra Manurung, “Implementasi Least Square Dalam Untuk Prediksi Penjualan Sepeda Motor ( Studi Kasus : Pt . Graha Auto Pratama ),” J. Ris. Komput. (JURIKOM), ISSN 2407-389X, vol. 2, no. 6, pp. 21–24, 2015.
I. Yulian, D. S. Anggraeni, and Q. Aini, “Penerapan Metode Trend Moment Dalam Forecasting Penjualan Produk CV. Rabbani Asyisa,” JURTEKSI (Jurnal Teknol. dan Sist. Informasi), vol. 6, no. 2, pp. 193–200, 2020.
S. Natarsyah, S. "Penerapan Metode Least Square Untuk Prediksi Hasil Sadap Karet", Progresif: J. Ilmiah Komputer, vol. 13, no. 1, pp. 1569-1576, 2017
I. Nabillah and I. Ranggadara, “Mean Absolute Percentage Error untuk Evaluasi Hasil Prediksi Komoditas Laut,” JOINS (Journal Inf. Syst., vol. 5, no. 2, pp. 250–255, 2020, doi: 10.33633/joins.v5i2.3900.
M. Muryati, “Analisis Peramalan Penjualan Usaha Ardyla Bakery Di Muara Bulian,” J. Ilm. Univ. Batanghari Jambi, vol. 17, no. 3, pp. 259–269, 2017.
Sutriadi, “Perancangan Aplikasi Prediksi Produksi Roti Menggunakan Metode Trend Moment,” J. Inf. Syst. Res., vol. 2, no. 2, pp. 187–192, 2021.
H. Hamka and Y. M. Tupamahu, “Analisis Peramalan Produksi Roti Pada Golden Bakery Di Kota Ternate,” Agrikan J. Agribisnis Perikan., vol. 10, no. 1, p. 60, 2017, doi: 10.29239/j.agrikan.10.1.60-64.
M. W. Astuti, A. Sofro, and A. Oktaviarina, “Peramalan Penjualan Kue Pada Toko Roemah Snack Mekarsari Dengan Metode Single Exponential Smoothing,” Ilm. Mat., vol. 6, no. 2, pp. 70–74, 2018.
Pangestu Subagyo, Forecasting(Konsep dan Aplikasi). Yogyakarta: BPFE, 1999.
S. M. Robial, “Perbandingan Model Statistik pada Analisis Metode Peramalan Time Series (Studi Kasus: PT. Telekomunikasi Indonesia, Tbk Kandatel Sukabumi),” J. Ilm. SANTIKA, vol. 8, no. 2, pp. 1–17, 2018.
How To Cite This :
Refbacks
- There are currently no refbacks.
